课程大纲syllabus - iupui graduate office.pdf

课程大纲 SYLLABUS 高等数理统计 2 Advanced Mathematical Statistics 4 贝叶斯统计 6 Bayesian Statistics 9 数据分析 11 Data Analysis 15 测度与概率论 18 Measure and Probability Theory 20 多元统计分析 22 Multivariate Statistical analysis 24 非参数统计 26 Nonparametric Statistics 29 随机过程 34 Stochastic Process 37 1 高等数理统计 一 基本信息 开课学院（系）和学科：理学院 数学系 课程代码：X071574 课程名称：高等数理统计 学时/学分：48 学时/3 学分 开课学期：秋季 预修课程： 概率论与数理统计 课程主要内容： 统计基本知识、点估计、假设检验、区间估计、非参数统 计推断和Bayes 统计推断与决策 适应专业学科： 数学系统计学硕士和博士学位研究生 教材/教学参考书： 【1】范金城，吴可法， 《统计推断导引》，科学出版社，200 1 【2 】茆诗松、王静龙、 濮晓龙，《高等数理统计》(第二版) ， 高等教育 出版社和施普林格出版社，2006 【3 】G. Casella, R.L. Berger, Statistical inference (Second Edition), DUXBURY THOMSON LEARNING, 2002 二 课程简介 高等数理统计是数理统计学的核心基础内容，它重点研究如何有效合理地收 集、处理带随机性数据并做出科学决策的理论依据。本课程系统地介绍统计推断 的基本理论和方法，包括参数点估计，参数假设检验，区间估计，非参数统计推 断、Bayes 统计推断与决策等。本课程是在本科《数理统计》基础上的升华，是 统计学硕士和博士研究生的主要学位课程。本课程的学习要求学生牢固掌握统计 推断的基本理论和方法，培养他们运用统计推断方法分析数据和解决有关实际问 题的能力。 三 教学大纲 1 统计基本知识概述 内容:总体,个体,样本,样本观测值,样本容量,简单随机样本,统计量;抽样分布； 次序统计量的分布；常用统计分布族；充分统计量的概念和判别；指数型分布族 2 及充分统计量。 2 参数点估计 内容:点估计方法；矩估计法；极大似然估计法；点估计的优良标准:⑴无偏 性；（2 ）有效性；（3 ）相合性；（4 ）均方误差准则；（5 ）充分性；（6 ）完备性。 参数无偏估计的C ﹣R 下界。最小方差无偏估计(MVUE) 。 3 参数假设检验 内容：假设检验的概念；假设检验的分类:参数假设检验和非参数假设检验； 原假设和备选假设；检验统计量和临界值；拒绝域和检验函数；两类错误。似然 比检验，似然比检验的优良性；一致最大功效检验。多参数指数族及正态分布参 数的假设检验。 4 区间估计 内容：区间估计的概念；区间估计的方法：（1）找枢轴量法；（2 ）利用假设 检验法；（3 ）一般方法；（4 ）信任区间法；（5 ）一致最精确（UMA ）区间估计。 5 非参数统计推断 内容：估计的非参数方法：次序统计量的充分完备性；U 统计量；经验分布 函数。非参数假设检验方法：符号检验法；秩和检验法；Pearson 检验法。稳健 统计简介。 6 Bayes 统计推断 内容：先验分布和后验分布；选取先验分布的方法：Bayes 假设法；共轭先 验分布法；不变先验分布法；Jeffreys 方法；最大熵法。参数的Bayes 点估计： 最大后验估计；条件期望估计；参数的Bayes 区间估计和假设检验。 7Bayes 统计决策 内容：统计决策模型；Bayes 统计决策：Bayes 解；点估